本文分享了C語言/C++如何生成隨機數(shù)的具體實現(xiàn)方法，供大家參考，具體內(nèi)容如下

C語言/C++怎樣產(chǎn)生隨機數(shù)：這里要用到的是rand()函數(shù), srand()函數(shù)，C語言/C++里沒有自帶的random(int number)函數(shù)。
(1) 如果你只要產(chǎn)生隨機數(shù)而不需要設定范圍的話，你只要用rand()就可以了：rand()會返回一隨機數(shù)值, 范圍在0至RAND_MAX 間。RAND_MAX定義在stdlib.h, 其值為2147483647。
例如：

#include<stdio.h>
#include<stdlib.h>
void main()
{
    for(int i=0;i<10;i+)
       printf("%d\n",rand());
}

(2) 如果你要隨機生成一個在一定范圍的數(shù)，你可以在宏定義中定義一個random(int number)函數(shù)，然后在main()里面直接調(diào)用random()函數(shù)：
例如：隨機生成10個0~100的數(shù)：

#include<stdio.h>
#include<stdlib.h>
#define random(x) (rand()%x)
void main()
{
   for(int x=0;x<10;x++)
      printf("%d\n",random(100));
}
 

(3)但是上面兩個例子所生成的隨機數(shù)都只能是 一次性的，如果你第二次運行的時候輸出結(jié)果仍和第一次一樣。這與srand()函數(shù)有關(guān)。srand()用來設置rand()產(chǎn)生隨機數(shù)時的隨機數(shù)種子。 在調(diào)用rand()函數(shù)產(chǎn)生隨機數(shù)前，必須先利用srand()設好隨機數(shù)種子（seed）, 如果未設隨機數(shù)種子, rand()在調(diào)用時會自動設隨機數(shù)種子為1。上面的兩個例子就是因為沒有設置隨機數(shù)種子，每次隨機數(shù)種子都自動設成相同值1 ，進而導致rand()所產(chǎn)生的隨機數(shù)值都一樣。
srand()函數(shù)定義 ： void srand (unsigned int seed);
通常可以利用geypid()或time(0)的返回值來當做seed
如果你用time(0)的話，要加入頭文件#include<time.h>
例如：

#include<stdio.h>
#include<stdlib.h>
#include<time.h>
#define random(x) (rand()%x)
void main()
{
   srand((int)time(0));
   for(int x=0;x<10;x++)
      printf("%d\n",random(100));
}

隨機數(shù)在實際運用中非常之多，如游戲設計，信號處理，通常我們很容易得到平均分布的隨機數(shù)。但如何根據(jù)平均分布的隨機數(shù)進而產(chǎn)生其它分布的隨機數(shù)呢？本文提出了一種基于幾何直觀面積的方法，以正態(tài)分布隨機數(shù)的產(chǎn)生為例討論了任意分布的隨機數(shù)的產(chǎn)生方法。

一、平均分布隨機數(shù)的產(chǎn)生
    大家都知道，隨機數(shù)在各個方面都有很大的作用，在vc的環(huán)境下，為我們提供了庫函數(shù)rand()來產(chǎn)生一個隨機的整數(shù)。該隨機數(shù)是平均在0~RAND_MAX之間平均分布的，RAND_MAX是一個常量，在VC6.0環(huán)境下是這樣定義的：
#define RAND_MAX 0x7fff
   它是一個short 型數(shù)據(jù)的最大值，如果要產(chǎn)生一個浮點型的隨機數(shù)，可以將rand()/1000.0這樣就得到一個0~32.767之間平均分布的隨機浮點數(shù)。如果要使得 范圍大一點，那么可以通過產(chǎn)生幾個隨機數(shù)的線性組合來實現(xiàn)任意范圍內(nèi)的平均分布的隨機數(shù)。例如要產(chǎn)生-1000~1000之間的精度為四位小數(shù)的平均分布 的隨機數(shù)可以這樣來實現(xiàn)。先產(chǎn)生一個0到10000之間的隨機整數(shù)。方法如下 ：
int a = rand()000;
然后保留四位小數(shù)產(chǎn)生0~1之間的隨機小數(shù)：
double b = (double)a/10000.0;
然后通過線性組合就可以實現(xiàn)任意范圍內(nèi)的隨機數(shù)的產(chǎn)生，要實現(xiàn)-1000~1000內(nèi)的平均分布的隨機數(shù)可以這樣做：
double dValue = (rand()000)/10000.0*1000-(rand()000)/10000.0*1000;
則dValue就是所要的值。
   到現(xiàn)在為止，你或許以為一切工作都已經(jīng)完成了，其實不然，仔細一看，你會發(fā)現(xiàn)有問題的，上面的式子化簡后就變?yōu)椋?br /> double dValue = (rand()000)/10.0-(rand()000)/10.0;
   這樣一來，產(chǎn)生的隨機數(shù)范圍是正確的，但是精度不正確了，變成了只有一位正確的小數(shù)的隨機數(shù)了，后面三位的小數(shù)都是零，顯然不是我們要求的，什么原因呢，又怎么辦呢。
   先找原因，rand()產(chǎn)生的隨機數(shù)分辨率為32767，兩個就是65534，而經(jīng)過求余后分辨度還要減小為10000，兩個就是20000而要求的分辨率為1000*10000*2=20000000，顯然遠遠不夠。下面提供的方法可以實現(xiàn)正確的結(jié)果：

double a = (rand()000) * (rand()00)/10000.0;
double b = (rand()000) * (rand()00)/10000.0;
double dValue = a-b;

 則dValue就是所要求的結(jié)果。在下面的函數(shù)中可以實現(xiàn)產(chǎn)生一個在一個區(qū)間之內(nèi)的平均分布的隨機數(shù)，精度是4位小數(shù)。

double AverageRandom(double min,double max)
{
int minInteger = (int)(min*10000);
int maxInteger = (int)(max*10000);
int randInteger = rand()*rand();
int diffInteger = maxInteger - minInteger;
int resultInteger = randInteger % diffInteger + minInteger;
return resultInteger/10000.0;
}

   但是有一個值得注意的問題，隨機數(shù)的產(chǎn)生需要有一個隨機的種子，因為用計算機產(chǎn)生的隨機數(shù)是通過遞推的方法得來的，必須有一個初始值，也就是通常所說的隨 機種子，如果不對隨機種子進行初始化，那么計算機有一個確省的隨機種子，這樣每次遞推的結(jié)果就完全相同了，因此需要在每次程序運行時對隨機種子進行初始 化，在vc中的方法是調(diào)用srand（int）這個函數(shù)，其參數(shù)就是隨機種子，但是如果給一個常量，則得到的隨機序列就完全相同了，因此可以使用系統(tǒng)的時 間來作為隨機種子，因為系統(tǒng)時間可以保證它的隨機性。
   調(diào)用方法是srand(GetTickCount()),但是又不能在每次調(diào)用rand()的時候都用srand(GetTickCount())來初始 化，因為現(xiàn)在計算機運行時間比較快，當連續(xù)調(diào)用rand()時，系統(tǒng)的時間還沒有更新，所以得到的隨機種子在一段時間內(nèi)是完全相同的，因此一般只在進行一 次大批隨機數(shù)產(chǎn)生之前進行一次隨機種子的初始化。下面的代碼產(chǎn)生了400個在-1~1之間的平均分布的隨機數(shù)。

double dValue[400];
srand(GetTickCount());
for(int i= 0;i < 400; i++)
{
double dValue[i] = AverageRandom(-1,1);
}

以上就是本文的全部內(nèi)容，希望對大家的學習有所幫助。